Python Numpy：基于dict中的值创建二维数组，使用其他二维数组值作为索引

我有2个2D numpy阵列：

a = np.array([['a', 'b', 'c'], ['d', 'e', 'f']])
b = np.array([[0.01, 0.02, 0.03], [0.04, 0.05, 0.06]])

我有一个带有一些值的dict：

d = {'a': 100, 'b': 200, ... 'f':600}

现在，我想基于前2个和我的dict创建一个2D数组。类似于：

c = b * d[a]

换句话说，我想使用与数组

a

中相同索引处的值相对应的特定值（从dict

d

检索）来操作数组

b

c = np.array([[1, 4, 9], [16, 25, 36]])

除了嵌套循环之外，还有什么方法可以做到这一点吗？

您可以使用

d.get

方法上的函数将

a

的值用作

d

的键：

>>> np.vectorize(d.get)(a)
array([[100, 200, 300],
       [400, 500, 600]])

请注意，这是作为后台循环实现的，因此不会给您带来太多（如果有的话）性能好处

您可以将其合并为一行：

>>> b*np.vectorize(d.get)(a)
array([[  1.,   4.,   9.],
       [ 16.,  25.,  36.]])

您可以使用

d.get

方法上的函数使用

a

的值作为

d

的键：

>>> np.vectorize(d.get)(a)
array([[100, 200, 300],
       [400, 500, 600]])

请注意，这是作为后台循环实现的，因此不会给您带来太多（如果有的话）性能好处

您可以将其合并为一行：

>>> b*np.vectorize(d.get)(a)
array([[  1.,   4.,   9.],
       [ 16.,  25.,  36.]])

---

这里有一个矢量化的方法，在这个过程中使用NumPy函数-

# Convert strings in a to numeric labels
aID = (np.fromstring(a, dtype=np.uint8)-97).reshape(a.shape)

# Get the argsort for getting sorted keys from dictionary
dk = d.keys()
sidx = np.searchsorted(sorted(dk),dk)

# Extract values from d and sorted by the argsort indices.
# Then, index with the numeric labels from a and multiply with b.
d_vals= np.take(d.values(),sidx)
out = b*d_vals[aID]

请注意，这些键被假定为单字符串。如果它们不是那种格式，您可以使用

np.unique

获取与

a

中的元素对应的数字标签，如下所示-

aID = np.unique(a,return_inverse=True)[1].reshape(a.shape)

运行时测试

在本节中，让我们使用那些

6键

和更大的数组，并对迄今为止发布的所有方法进行计时，包括问题中建议的原始方法-

In [238]: def original_app(a,b,d): # From question
     ...:     c = np.zeros(a.shape)
     ...:     for i in range(a.shape[0]):
     ...:         for j in range(a.shape[1]):
     ...:             c[i,j] = b[i,j] * d[a[i,j]]
     ...:     return c
     ...: 
     ...: def vectorized_app(a,b,d): # Proposed code earlier
     ...:     aID = (np.fromstring(a, dtype=np.uint8)-97).reshape(a.shape)
     ...:     dk = d.keys()
     ...:     sidx = np.searchsorted(sorted(dk),dk)
     ...:     d_vals= np.take(d.values(),sidx)
     ...:     return b*d_vals[aID]
     ...: 

In [239]: # Setup inputs
     ...: M, N = 400,500 # Dataisze
     ...: d = {'a': 600, 'b': 100, 'c': 700, 'd': 550, 'e': 200, 'f':80}
     ...: strings = np.array(d.keys())
     ...: a = strings[np.random.randint(0,6,(M,N))]
     ...: b = np.random.rand(*a.shape)
     ...: 

In [240]: %timeit original_app(a,b,d)
1 loops, best of 3: 219 ms per loop

In [241]: %timeit b*np.vectorize(d.get)(a) # @TheBlackCat's solution
10 loops, best of 3: 34.9 ms per loop

In [242]: %timeit vectorized_app(a,b,d)
100 loops, best of 3: 3.17 ms per loop

In [243]: np.allclose(original_app(a,b,d),vectorized_app(a,b,d))
Out[243]: True

In [244]: np.allclose(original_app(a,b,d),b*np.vectorize(d.get)(a))
Out[244]: True

---

这里有一个矢量化的方法，在这个过程中使用NumPy函数-

# Convert strings in a to numeric labels
aID = (np.fromstring(a, dtype=np.uint8)-97).reshape(a.shape)

# Get the argsort for getting sorted keys from dictionary
dk = d.keys()
sidx = np.searchsorted(sorted(dk),dk)

# Extract values from d and sorted by the argsort indices.
# Then, index with the numeric labels from a and multiply with b.
d_vals= np.take(d.values(),sidx)
out = b*d_vals[aID]

请注意，这些键被假定为单字符串。如果它们不是那种格式，您可以使用

np.unique

获取与

a

中的元素对应的数字标签，如下所示-

aID = np.unique(a,return_inverse=True)[1].reshape(a.shape)

运行时测试

在本节中，让我们使用那些

6键

和更大的数组，并对迄今为止发布的所有方法进行计时，包括问题中建议的原始方法-

In [238]: def original_app(a,b,d): # From question
     ...:     c = np.zeros(a.shape)
     ...:     for i in range(a.shape[0]):
     ...:         for j in range(a.shape[1]):
     ...:             c[i,j] = b[i,j] * d[a[i,j]]
     ...:     return c
     ...: 
     ...: def vectorized_app(a,b,d): # Proposed code earlier
     ...:     aID = (np.fromstring(a, dtype=np.uint8)-97).reshape(a.shape)
     ...:     dk = d.keys()
     ...:     sidx = np.searchsorted(sorted(dk),dk)
     ...:     d_vals= np.take(d.values(),sidx)
     ...:     return b*d_vals[aID]
     ...: 

In [239]: # Setup inputs
     ...: M, N = 400,500 # Dataisze
     ...: d = {'a': 600, 'b': 100, 'c': 700, 'd': 550, 'e': 200, 'f':80}
     ...: strings = np.array(d.keys())
     ...: a = strings[np.random.randint(0,6,(M,N))]
     ...: b = np.random.rand(*a.shape)
     ...: 

In [240]: %timeit original_app(a,b,d)
1 loops, best of 3: 219 ms per loop

In [241]: %timeit b*np.vectorize(d.get)(a) # @TheBlackCat's solution
10 loops, best of 3: 34.9 ms per loop

In [242]: %timeit vectorized_app(a,b,d)
100 loops, best of 3: 3.17 ms per loop

In [243]: np.allclose(original_app(a,b,d),vectorized_app(a,b,d))
Out[243]: True

In [244]: np.allclose(original_app(a,b,d),b*np.vectorize(d.get)(a))
Out[244]: True

---

虽然这是矢量化的，但一旦获得唯一值并进行排序和搜索，就失去了矢量化的速度优势。@Blackcat设置矢量化肯定会有一些开销。我想这取决于输入数据的格式。使用

d

我希望它的密钥数量有限，这样排序就不会太昂贵。让我们来看看它是如何与OP.the blackcat合作的。好吧，摆脱了

np.unique

！现在一定快多了，非常感谢您的反馈！虽然这是矢量化的，但一旦获得唯一值并进行排序和搜索，就失去了矢量化的速度优势。@Blackcat设置矢量化肯定会有一些开销。我想这取决于输入数据的格式。使用

d

我希望它的密钥数量有限，这样排序就不会太昂贵。让我们来看看它是如何与OP.the blackcat合作的。好吧，摆脱了

np.unique

！现在一定快多了，非常感谢您的反馈！您可以通过某种循环（隐藏或显式）中的键访问字典元素，或者使用

键/值/项

提取所有值并创建更适合数组使用的其他结构。您可以通过某种循环（隐藏或显式）中的键访问字典元素，或者使用

键/值/项

提取所有值并创建更适合数组使用的其他结构。